Populatie- en steekproefverdelingsgemiddelden
Een handig kenmerk van steekproefverdelingen is dat je ze kunt kwantificeren. Je kunt er namelijk samenvattende statistieken op berekenen. Hier bekijk je de relatie tussen het gemiddelde van de steekproefverdeling en het gemiddelde van de populatieparameter.
Er zijn drie steekproefverdelingen gegeven. Voor elke verdeling is de gegevensset met personeelsverloop (employee attrition) via eenvoudige aselecte steekproeven getrokken, waarna het gemiddelde verloop is berekend. Dit is 1000 keer gedaan om een steekproefverdeling van gemiddelde verloopcijfers te krijgen. Eén steekproefverdeling gebruikte een steekproefgrootte van 5 per herhaling, één gebruikte 50 en één gebruikte 500.
attrition_pop, sampling_distribution_5, sampling_distribution_50 en sampling_distribution_500 zijn beschikbaar; numpy als np is geladen.
Deze oefening maakt deel uit van de cursus
Steekproeven in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Calculate the mean of the mean attritions for each sampling distribution
mean_of_means_5 = ____
mean_of_means_50 = ____
mean_of_means_500 = ____
# Print the results
print(mean_of_means_5)
print(mean_of_means_50)
print(mean_of_means_500)